Trong các chỉ tiêu đại diện khả năng sinh lời mà chƣơng 2 đã nêu thì trong thực tế, ROE đƣợc sử dụng phổ biến để đại diện cho khả năng sinh lời khi nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời tại các ngân hàng nhƣ Noman và cộng sự (2015), Bayyoud và Sayyad (2015), Afriyie và Akotey (2012), Alshatti (2015), Saeed và Zahid (2016),... Ngoài ra, ROE cũng là chỉ số thƣớc đo chính xác nhất để nhà quản trị, chủ sở hữu đánh giá một đồng vốn của mình bỏ ra tạo ra bao nhiêu đồng lợi nhuận. Theo Owoputi và cộng sự (2014), ROE đƣợc gọi là số nhân vốn chủ sở hữu, nó phản ánh việc lợi nhuận thu về của các cổ đông trên phần vốn góp của mình. Nó cho thấy hiệu quả việc sử dụng đồng vốn góp. Và đã trình bày ở chƣơng 2, ROE đƣợc tính bằng tỷ lệ lợi nhuận ròng chia cho vốn chủ sở hữu.
3.2.2Các biến độc lập đại diện cho rủi ro tín dụng 3.2.2.1 Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR) 3.2.2.1 Tỷ lệ nợ xấu trên tổng dƣ nợ cho vay (NPLR)
Chỉ số này thể hiện chất lƣợng tín dụng tại ngân hàng, đƣợc đo lƣờng bằng cách lấy tổng nợ xấu (nhóm 3 đến 5 theo tiêu chuẩn phân loại của NHNN) chia cho tổng dƣ nợ cho vay của ngân hàng. Các ngân hàng có danh mục cho vay quá nhiều khoản vay kém chất lƣợng và khi phát sinh vấn đề, ngân hàng phải trích lập dự phòng vào chi phí hoạt động để dự phòng cho những tổn thất có thể xảy ra, từ đó làm giảm lợi nhuận của ngân hàng. Theo Girardone và cộng sự (2004) xác định tình trạng nợ xấu đã gây ra sự kém hiệu quả trong hệ thống ngân hàng Italia. Tƣơng tự, Li và Zou (2014) nghiên cứu tác động của quản trị rủi ro tín dụng đến khả năng sinh lời của NHTM tại Châu Âu, Alshatti (2015) nghiên cứu tác động của quản trị rủi ro tín dụng đến hiệu quả hoạt động của các NHTM tại Jordan, Gizaw và cộng sự (2015)
nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời của NHTM tại Ethiopia,… khi nghiên cứu về tác động của rủi ro tín dụng đến khả năng sinh lời đều sử dụng chỉ tiêu tỷ lệ nợ xấu để đại diện cho rủi ro tín dụng. Theo kết quả của các bài nghiên cứu thì tỷ lệ nợ xấu có tác động ngƣợc chiều đến khả năng sinh lời. Trong phạm vi nghiên cứu bài này, tác giả cũng kỳ vọng tìm ra mối tƣơng quan nghịch biến giữa tỷ lệ nợ xấu và khả năng sinh lời trong cả hai mô hình.
Giả thuyết H1: mối quan hệ ngƣợc chiều giữa NPLR và ROE.
3.2.2.2 Dự phòng rủi ro tín dụng (LLPR)
Chỉ số này đƣợc đo lƣờng bằng tỷ lệ dự phòng rủi ro trên tổng dƣ nợ. Dự phòng rủi ro tín dụng đƣợc trích lập và hạch toán vào chi phí hoạt động để dự phòng cho những tổn thất có thể xảy ra đối với các khoản tín dụng của ngân hàng. Trên bảng cân đối kế toán của ngân hàng, dự phòng là một khoản mục thuộc tài sản và làm giảm giá trị của tài sản Có, nhằm phản ánh sự suy giảm của tài sản trƣớc những tổn thất có khả năng xảy ra. Trong khi đó, trong bảng kết quả kinh doanh, dự phòng là một khoản chi phí phi tiền mặt, đƣợc ghi nhận là làm giảm lợi nhuận hoặc vốn chủ sở hữu của ngân hàng. Tƣơng tự, Noman và cộng sự (2015) khi nghiên cứu tác động của rủi ro tín dụng đến khả năng sinh lời của 18 NHTM tại Bangladesh, Kolapo và cộng sự (2012) nghiên cứu quản lý rủi ro tín dụng tại các NHTM ở Nigeria giai đoạn 2000 – 2010,… cho ra kết quả ngƣợc chiều giữa tỷ lệ dự phòng rủi ro tín dụng và khả năng sinh lời. Do đó, tác giả kì vọng rằng việc tăng LLPR sẽ góp phần làm giảm khả năng sinh lời.
Giả thuyết H2: mối quan hệ cùng chiều giữa LLPR và ROE.
3.2.2.3 Đòn bẩy tài chính (LEV)
Chỉ số này đƣợc đo lƣờng bằng tỷ lệ tổng nợ phải trả trên tổng vốn chủ sở hữu. Đòn bẩy tài chính còn là công cụ quan trọng để dự kiến ROE, ngân hàng hoạt động kinh doanh có hiệu quả thể hiện ở hệ số đòn bẩy tài chính cao, làm tăng tỷ lệ sinh lời của vốn chủ sở hữu. Mặt khác, khi ngân hàng huy động nợ cao thì rủi ro phá sản hay mất thanh khoản càng lớn, chính vì thế chi phí huy động vốn sẽ cao hơn để bù đắp
vào rủi ro mà họ có thể gánh chịu và khi đó tác dụng của đòn bẩy tài chính sẽ giảm đi, thậm chí làm giảm ROE. Thêm vào đó, các nghiên cứu trƣớc đây cũng cho thấy mối quan hệ tƣơng quan giữa ROE và LEV nhƣ Alshatti (2015), Saeed và Zahis (2016),… Do đó, tác giả kì vọng là đòn bẩy tài chính sẽ tác động cùng chiều đến khả năng sinh lời của NHTMVN.
Giả thuyết H3: mối quan hệ cùng chiều giữa LEV và ROE.
3.2.2.4 Tỷ lệ an toàn vốn tối thiểu (CAR)
Chỉ số này là thƣớc đó quan trọng để đo mức độ an toàn hoạt động của ngân hàng. Nghiên cứu của Isanzu (2017) nhận định rằng CAR tăng thể hiện sức mạnh, khả năng của ngân hàng nhƣ một bộ đệm giúp giảm các thiệt hại khi cho vay. Đồng thời, kết quả cũng cho thấy các NHTM tại Trung Quốc phụ thuộc vào vốn chủ sở hữu và nó đƣợc sử dụng nhằm nâng cao khả năng sinh lời giúp gia tăng hoạt động tài chính. Tuy nhiên, tác giả nhận định rằng khi hệ số CAR tăng có nghĩa là vốn trong ngân hàng ít đƣợc mang đi đầu tƣ thì khả năng lợi nhuận sẽ giảm xuống. Thực tế, NHNN vì muốn các NHTM tăng vốn nhằm đáp ứng định hƣớng triển khai Basel II tại Việt Nam đã giảm tỷ lệ xuống 8% theo Thông tƣ số 41/2016/TT-NHNN. Tƣơng tự, các nghiên cứu của Noman và cộng sự (2015), Li và Zou (2014), Rasika và Sampath (2015),… cho rằng lợi nhuận ngân hàng có xu hƣớng giảm vì tăng hệ số CAR. Chính vì thế, tác giả cũng kì vọng biến tỷ lệ an toàn vốn tối thiểu có mối quan hệ ngƣợc chiều với khả năng sinh lời.
Giả thuyết H4: mối quan hệ ngƣợc chiều giữa CAR và ROE.
3.2.2.5 Quy mô ngân hàng (BS)
Chỉ số này đƣợc đo bằng tỷ lệ của tổng tài sản ngân hàng trên tổng tài sản của toàn hệ thống ngân hàng. Các ngân hàng lớn sẽ có ƣu thế hơn trong việc nắm giữ quyền lực thị trƣờng và có đủ điều kiện thuận lợi để hoạt động một cách tối ƣu. Các ngân hàng lớn có khả năng cao hơn trong việc chấp nhận rủi ro của hoạt động chuyển hóa tài sản do đƣợc hƣởng khoản bảo hiểm tiền gửi cao. Đƣợc cho là có khả năng xử lý rủi ro tốt hơn, các ngân hàng lớn cũng khá linh hoạt với việc dịch chuyển kỳ
hạn bằng cách giảm phí bảo hiểm. Ảnh hƣởng của quy mô ngân hàng đối với khả năng sinh lời cũng đƣợc đề cập trong các nghiên cứu của Saeed và Zahid (2016), Owoputi và cộng sự (2014), Phạm Hữu Hồng Thái (2013), Boahene và cộng sự (2012),… đều cho thấy sự ảnh hƣởng cùng chiều. Chính vì thế, tác giả cũng kì vọng biến quy mô ngân hàng có mối quan hệ cùng chiều với khả năng sinh lời.
Giả thuyết H5: mối quan hệ cùng chiều giữa BS và ROE.
3.2.2.6 Tỷ lệ lạm phát (INF)
Chỉ số này cơ bản đo lƣờng giá cả hàng hóa dịch vụ và cho biết liệu nền kinh tế có bị lạm phát hay giảm phát hay không. Theo Pasiouras và Kosmidou (2007), tác động lạm phát đến lợi nhuận của ngân hàng còn phụ thuộc vào dự đoán của các nhà quản lý về lạm phát trong từng thời kỳ. Ngân hàng nên dự đoán chính xác tỷ lệ lạm phát, từ đó có chính sách điều chỉnh lãi suất huy động và cho vay phù hợp nhằm tăng lợi nhuận. Nhìn chung, tác động của lạm phát có hai mặt. Nếu duy trì ở mức lạm phát vừa phải nó sẽ thúc đẩy nền kinh tế phát triển. Tuy nhiên, khi mức lạm phát ở trên 10% đối với nƣớc ta và khó kiểm soát có thể sẽ gây ra nhiều hậu quả nặng nề. Do đó, tác giả kì vọng tỷ lệ lạm phát sẽ tác động hai chiều đến khả năng sinh lời của ngân hàng.
Giả thuyết H6: mối quan hệ cùng chiều hay ngƣợc chiều giữa INF và ROE.
3.2.2.7 Tốc độ tăng trƣởng (GDP)
Chỉ số này thể hiện cho tốc độ GDP thực hàng năm. Theo Obamuyi (2013), điều kiện kinh tế sẽ ảnh hƣởng tích cực đến các hoạt động của ngành tài chính. Nghiên cứu của Dietrich và Wanzenried (2011) cũng có nhận định tƣơng tự, tăng trƣởng kinh tế giúp ổn định thu nhập trong dân cƣ cao, làm tăng nhu cầu cho vay và dẫn đến hoạt động kinh doanh ngân hàng đƣợc thúc đẩy hiệu quả hơn do đó làm gia tăng lợi nhuận của ngân hàng. Ngƣợc lại, trong thời kì kinh tế suy thoái, thu nhập giảm, hoạt động kinh doanh của ngân hàng sẽ trở nên khó khăn hơn, hiệu quả kinh doanh giảm, lợi nhuận theo đó cũng giảm theo. Do đó, tác giả kì vòng tác động của tốc độ tăng trƣởng cùng chiều với khả năng sinh lời của ngân hàng.
Giả thuyết H7: mối quan hệ cùng chiều giữa GDP và ROE.
3.2.2.8 Khủng hoảng kinh tế 2008 – 2009 (DUMMY)
Tác giả đƣa thêm yếu tố biến giả là tác động của khủng hoảng tài chính, nhằm xét xem rằng trong giai đoạn khủng hoảng tài chính các năm 2008 và năm 2009 có ảnh hƣởng đến khả năng sinh lời của các NHTM niêm yết trên sàn chứng khoán tại Việt Nam. Theo nghiên cứu của Dietrich và Wanzenried (2011), các ngân hàng niêm yết trên sàn chứng khoán có nhiều lợi ích trong cuộc khủng hoảng hơn những ngân hàng không đƣợc niêm yết. Bởi ROE phản ảnh nỗ lực tối đa hóa của các cổ đông, thực tiễn thƣờng thấy ở các ngân hàng niêm yết. Do đó, một số ngân hàng niêm yết có thể giảm hiệu quả vốn chủ sở hữu của mình nhằm làm tăng ROE. Tƣơng tự, theo Beltratti và Stulz (2009), các ngân hàng với vốn cấp 1 cao, nhiều tiền gửi và cho vay nhiều hoạt động tốt hơn trong cuộc khủng hoảng. Các ngân hàng ở các nƣớc với sự giám sát vốn chặt chẽ có lợi nhuận cao hơn bởi sự can thiệp nhiều hơn của các nhà quản lý trong cuộc khủng hoảng. Qua các thực nghiệm trên, tác giả kì vọng biến khủng hoảng kinh tế thế giới tác động ngƣợc chiều với khả năng sinh lời của các NHTM niêm yết trên sàn chứng khoán tại Việt Nam.
Giả thuyết H8: mối quan hệ ngƣợc chiều giữa DUMMY và ROE.
Bảng 3.1: Giải thích các biến và kỳ vọng dấu của từng biến
Ký hiệu Tên biến Đo lƣờng
Dấu kỳ vọng Các nghiên cứu trƣớc đây Biến phụ thuộc ROE Tỷ suất sinh lời trên vốn chủ sở hữu Lợi nhuận ròng/ vốn chủ sở hữu bình quân Noman và cộng sự (2015), Afriyie và Akotey (2012), Muthee (2010), Li và Zou (2014), Saeed và Zahid (2016), Biến độc lập NPLR Tỷ lệ nợ xấu trên Nợ xấu (thuộc nhóm 3, 4, 5) / Tổng dƣ nợ cho vay - Girardone và cộng sự (2004), Li và Zou (2014), Alshatti
tổng dƣ nợ cho vay (2015), Gizaw và cộng sự (2015) LLPR Dự phòng rủi ro tín dụng Dự phòng rủi ro / tổng dƣ nợ cho vay - Kolapo và cộng sự (2012), Noman và cộng sự (2015) LEV Đòn bẩy tài chính Tổng nợ phải trả/ tổng vốn chủ sở hữu + Alshatti (2015), Saeed và Zahis (2016) CAR Tỷ lệ an toàn vốn tối thiểu (Vốn cấp 1 + vốn cấp 2) / (Tài sản “Có” rủi ro + rủi ro tín dụng)
-
Noman và cộng sự (2015), Li và Zou (2014), Rasika và Sampath (2015)
Biến kiểm soát
BS Quy mô ngân hàng Tỷ lệ của tổng tài sản NHTMi / Tổng tài sản của toàn hệ thống ngân hàng theo từng năm. + Saeed và Zahid (2016), Owoputi và cộng sự (2014), Boahene và cộng sự (2012) INF Tỷ lệ lạm phát Tỷ lệ lạm phát hằng năm + / - Abreu và Mendes (2000), Sufian và Chong (2008), Owoputi và cộng sự (2014) GDP Tốc độ tăng trƣởng Tốc độ tăng trƣởng của
Việt Nam hằng năm +
Obamuyi (2013), Dietrich và Wanzenried (2011), Roman và Tomuleasa (2012), Flamini và cộng sự (2009) DUMMY Khủng hoảng kinh tế 2008 - 2009
Nhận giá trị 1 dữ liệu năm 2008 và 2009; nhận giá trị 0 cho các năm khác - Beltratti và Stulz (2009), Dietrich và Wanzenried (2011)
Ghi chú: + là tác động cùng chiều, - là tác động ngƣợc chiều
3.3 Thu thập số liệu nghiên cứu
3.3.1Thu thập số liệu của các NHTMVN
Tác giả thu thập số liệu từ 14 ngân hàng đƣợc niêm yết trên sàn chứng khoán (bảng 3.2 bên dƣới) vì các nguồn dữ liệu thứ cấp do ngân hàng công bốkhi đã đƣợc niêm yết trên sàn chứng khoán sẽ có tính tin cậy cao hơn do đƣợc kiểm toán kĩ càng từ các công ty kiểm toán độc lập có uy tín. Ngoài ra, 14 NHTM đƣợc niêm yết đều có tổng tài sản khá lớn, mang tính đại diện cho hệ thống NHTMVN.
Thời gian quan sát từ năm 2005 đến năm 2016. Tác giả quyết định chọn giai đoạn này là muốn nghiên cứu đề tài trong giai đoạn trƣớc, trong và sau khủng hoảng 2008 – 2009 cho đến thời điểm gần nhất mà tác giả có thể thu thập số liệu đƣợc. Đồng thời, rủi ro tín dụng và khả năng sinh lời của các NHTMCP có nhiều chuyển biến phức tạp trong khoảng thời gian này.
Số liệu các biến đƣợc thu thập từ nguồn dữ liệu thứ cấp, chủ yếu từ các báo cáo thƣờng niên, báo cáo tài chính đã đƣợc kiểm toán, theo chuẩn mực kế toán Việt Nam và trình bày trên các trang vietstock.vn, cafef.vn, cophieu68.vn, bvsc.com.vn,… và của chính các ngân hàng. Thông qua việc thu thập các thông số: tổng tài sản, vốn chủ sở hữu, tổng dƣ nợ, tổng nợ xấu từ nhóm 3 đến nhóm 5, dự phòng rủi ro và sử dụng các công thức tính toán nhƣ đã trình bày để tính toán dữ liệu của các biến độc lập NPLR, LLPR, LEV, CAR, BS, INF, GDP.
Trong đó, do NHTMCP Bƣu điện Liên Việt (LienVietPostBank) đƣợc thành lập từ 28/3/2008 nên số liệu chỉ đƣợc thu thập từ năm 2009 – 2016. NHTMCP Sài Gòn – Hà Nội (SHB) đƣợc thành lập 20/1/2006 nên số liệu thu thập từ năm 2006 – 2016. Còn các ngân hàng còn lại số liệu đƣợc thu thập đầy đủ từ năm 2005 đến năm 2016.
Bảng 3.2: Danh sách các NHTM và thời gian thu thập số liệu Tên ngân hàng Sàn niêm yết Mã chứng khoán Ngày niêm yết Thời gian thu thập dữ liệu NHTMCP Ngoại Thƣơng
Việt Nam (Vietcombank) HOSE VCB 30/6/2009 2005 - 2016
NHTMCP Công Thƣơng
Việt Nam (VietinBank) HOSE CTG 16/7/2009 2005 – 2016
NHTMCP Đầu tƣ và Phát
triển Việt Nam (BIDV) HOSE BID 24/1/2014 2005 – 2016
Ngân hàng Việt Nam
Thịnh Vƣợng(VPBank) HOSE VPB 17/8/2017 2005 – 2016
NHTMCP Quân Đội
(MBBank) HOSE MBB 1/11/2011 2005 – 2016
NHTMCP Á Châu (ACB) HNX ACB 21/11/2006 2005 – 2016
NHTMCP Sài Gòn Thƣơng
Tín (Sacombank) HOSE STB 12/7/2006 2005 – 2016
NHTMCP Xuất Nhập Khẩu Việt Nam
(Eximbank)
HOSE EIB 27/10/2009 2005 – 2016
NHTMCP Quốc tế Việt
Nam (VIB) UPCoM VIB 9/1/2017 2005 – 2016
NHTMCP Sài Gòn – Hà
Nội (SHB) HNX SHB 20/4/2009 2006 – 2016
NHTMCP Bƣu điện Liên
Việt (LienVietPostBank) UPCoM LPB 5/10/2017 2009 – 2016
NHTMCP Kiên Long
NHTMCP Quốc Dân
(NCB) HNX NVB 13/9/2010 2005 – 2016
NHTMCP Phát triển Hồ
Chí Minh (HDBank) HOSE HDB 5/1/2018 2005 – 2016
Nguồn: Tác giả tự tổng hợp
3.3.2Thu thập số liệu của các biến số vĩ mô và biến giả
Thứ nhất, số liệu về tốc độ tăng trƣởng GDP và tỷ lệ lạm phát INF đƣợc tác giả lấy từ dữ liệu World Bank. Số liệu đƣợc lấy theo năm, từ năm 2005 đến 2016.
Thứ hai, biến yếu tố khủng hoảng kinh tế đƣợc gán giá trị 1 cho dữ liệu năm 2008 và 2009, nhận giá trị 0 cho các năm còn lại.
3.4 Phƣơng pháp thực hiện mô hình nghiên cứu
Để hoàn thành các mục tiêu nghiên cứu đã đƣợc nêu trong chƣơng 1, đề tài thực hiện mô hình nghiên cứu và tiến hành kiểm định mô hình theo trình tự: thống kê mô